次回の更新記事：研究活動におけるLLMの「使われ方」や「好まれ方」に…（公開予定日：2024年12月12日）
LLMの開発トレンドに新たに見出された『密度化の法則』および『能力密度』の概念

LLMの開発トレンドに新たに見出された『密度化の法則』および『能力密度』の概念

By AIDB Research / 2024/12/11
本記事では、LLMにおける新しい評価指標...
Read More
LLMにおける事実性の評価＆向上に役立つデータセットの作り方

LLMにおける事実性の評価＆向上に役立つデータセットの作り方

By AIDB Research / 2024/12/10
本記事では、LLMが抱える「ハルシネーシ...
Read More
OpenAI o1モデルファミリー登場　その特徴の全貌

OpenAI o1モデルファミリー登場　その特徴の全貌

By AIDB Research / 2024/12/09
この記事では、OpenAIがついにo1モ...
Read More
実在する人間1052人の態度と行動をAIでモデル化　インタビューベースのエージェントが人間の回答を85%再現

実在する人間1052人の態度と行動をAIでモデル化　インタビューベースのエージェントが人間の回答を85%再現

By AIDB Research / 2024/12/06
本記事では、人間の行動を高精度にシミュレ...
Read More
テキストだけでなく画像・動画生成もこなすAmazon Novaモデルファミリー　高性能で高速

テキストだけでなく画像・動画生成もこなすAmazon Novaモデルファミリー　高性能で高速

By AIDB Research / 2024/12/05
本記事では、Amazonが開発したLLM...
Read More
実際の企業データからなるtext-to-SQLベンチマーク「Spider 2.0」と専門エージェント『Spider-Agent』

実際の企業データからなるtext-to-SQLベンチマーク「Spider 2.0」と専門エージェント『Spider-Agent』

By AIDB Research / 2024/12/04
本記事では、LLMが実際の企業環境でSQ...
Read More
時系列データをグラフにしてLLMに見せると文字だけより最大120%性能向上　トークンも節約

時系列データをグラフにしてLLMに見せると文字だけより最大120%性能向上　トークンも節約

By AIDB Research / 2024/12/03
本記事では、時系列データをLLMで分析す...
Read More
長文コンテキスト処理はRAGを進化させるのか？最新モデル20種類での実験結果

長文コンテキスト処理はRAGを進化させるのか？最新モデル20種類での実験結果

By AIDB Research / 2024/12/02
本記事では、最新のLLMにおける長文コン...
Read More
『LLM-as-a-judge』のさまざまな応用と分野の展望

『LLM-as-a-judge』のさまざまな応用と分野の展望

By AIDB Research / 2024/11/29
AI分野では、テキストの品質評価が大きな...
Read More
LLMを「評価者」として活用する『LLM-as-a-judge』の基本

LLMを「評価者」として活用する『LLM-as-a-judge』の基本

By AIDB Research / 2024/11/28
本記事では、新たな評価手法として注目され...
Read More

LLM

10億人のペルソナ（人物像）で多様な合成データを作成するための技術

10億人のペルソナ（人物像）で多様な合成データを作成するための技術

LLMの価値観は一貫しているのか？

LLMの価値観は一貫しているのか？

LLMに量子化が与える影響とは？日本語を含む多言語でCohereが調査

LLMに量子化が与える影響とは？日本語を含む多言語でCohereが調査

人間のような内省メカニズムをLLMに導入することの効果 Google DeepMindなどが検証

人間のような内省メカニズムをLLMに導入することの効果 Google DeepMindなどが検証

RAGシステムの最適な構築を探る

RAGシステムの最適な構築を探る

LLMエージェントの評価はLLM単体の評価と大きく異なる

LLMエージェントの評価はLLM単体の評価と大きく異なる

LLMの小規模化と高性能化を両立させた『Gemma 2』Google DeepMindが発表

LLMの小規模化と高性能化を両立させた『Gemma 2』Google DeepMindが発表

LLMにおける通説への提言

LLMにおける通説への提言
PAGE TOP